The potential for using whole genome sequencing (WGS) data in microbio การแปล - The potential for using whole genome sequencing (WGS) data in microbio ไทย วิธีการพูด

The potential for using whole genom

The potential for using whole genome sequencing (WGS) data in microbiological risk assessment (MRA) has
been discussed on several occasions since the beginning of this century. Still, the proposed heuristic approaches
have never been applied in a practical framework. This is due to the non-trivial problem of mapping microbial
information consisting of thousands of loci onto a probabilistic scale for risks. The paradigm change for MRA
involves translation ofmultidimensionalmicrobial genotypic information tomuch reduced (integrated) phenotypic
information and onwards to a single measure of human risk (i.e. probability of illness).
In this paper a first approach inmethodology development is described for the application ofWGS data inMRA;
this is supported by a practical example. That is, combining genetic data (single nucleotide polymorphisms;
SNPs) for Shiga toxin-producing Escherichia coli (STEC) O157with phenotypic data (in vitro adherence to epithelial
cells as a proxy for virulence) leads to hazard identification in a GenomeWide Association Study (GWAS).
This application revealed practical implications when using SNP data for MRA. These can be summarized by
considering the following main issues: optimum sample size for valid inference on population level, correction
for population structure, quantification and calibration of results, reproducibility of the analysis, links with
epidemiological data, anchoring and integration of results into a systems biology approach for the translation of
molecular studies to human health risk.
Future developments in genetic data analysis forMRA should aimat resolving themapping problemof processing
genetic sequences to come to a quantitative description of risk. The development of a clustering scheme focusing
on biologically relevant information of themicrobe involvedwould be a useful approach inmolecular data reduction
for risk assessment
0/5000
จาก: -
เป็น: -
ผลลัพธ์ (ไทย) 1: [สำเนา]
คัดลอก!
มีศักยภาพในการใช้ข้อมูลทั้งจีโนมลำดับ (WGS) ในการประเมินความเสี่ยงทางจุลชีววิทยา (MRA)การกล่าวถึงในหลาย ๆ ด้านตั้งแต่ต้นศตวรรษนี้ ยังคง การนำเสนอแล้ววิธีไม่เคยถูกใช้ในกรอบการปฏิบัติ นี่คือเนื่องจากปัญหาไม่เล็กน้อยของการแม็ปที่จุลินทรีย์ข้อมูลที่ประกอบด้วยหลายพัน loci บนสเกล probabilistic ความเสี่ยง การเปลี่ยนกระบวนทัศน์ใน MRAเกี่ยวข้องกับการแปล ofmultidimensionalmicrobial ข้อมูลจีโนไทป์ tomuch ลดลง (รวม) ไทป์ข้อมูล และนับเป็นวัดเดียวของมนุษย์ความเสี่ยง (เช่นความเจ็บป่วย)ในเอกสารนี้ อธิบายการพัฒนา inmethodology วิธีแรกสำหรับโปรแกรมประยุกต์ ofWGS ข้อมูล inMRAนี้จะได้รับการสนับสนุน โดยตัวอย่างที่ปฏิบัติ รวมข้อมูลทางพันธุกรรม (นิวคลีโอไทด์เดี่ยว polymorphisms คือSNPs) งะผลิตพิษ Escherichia coli (STEC) O157with ไทป์ข้อมูล (ในหลอดติดกับ epithelialเซลล์เป็นพร็อกซีสำหรับ virulence) การนำไปสู่การระบุอันตรายในศึกษาการเชื่อมโยงแบบ GenomeWide (GWAS)โปรแกรมประยุกต์นี้เปิดเผยผลการปฏิบัติเมื่อใช้ข้อมูล SNP ใน MRA เหล่านี้สามารถสรุปด้วยพิจารณาประเด็นหลักต่อไปนี้: ขนาดตัวอย่างที่เหมาะสมสำหรับข้อที่ถูกต้องในระดับประชากร การแก้ไขโครงสร้างประชากร การนับ และเทียบผล reproducibility ของการวิเคราะห์ การเชื่อมโยงกับข้อมูลความ anchoring และรวมผลเป็นวิธีการชีววิทยาแบบระบบสำหรับการแปลศึกษาระดับโมเลกุลเพื่อเสี่ยงต่อสุขภาพของมนุษย์ForMRA การวิเคราะห์ข้อมูลทางพันธุกรรมในอนาคตพัฒนาควรแก้ไขประมวลผล problemof themapping aimatลำดับพันธุกรรมมาอธิบายเชิงปริมาณของความเสี่ยง การพัฒนาเป็นระบบคลัสเตอร์แบบแผนเน้นข้อมูลที่เกี่ยวข้องชิ้นของ themicrobe involvedwould จะลดวิธีการประโยชน์ข้อมูล inmolecularสำหรับการประเมินความเสี่ยง
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 2:[สำเนา]
คัดลอก!
ที่มีศักยภาพสำหรับใช้ลำดับจีโนมทั้งหมด (WGS) ข้อมูลในการประเมินความเสี่ยงทางจุลชีววิทยา (MRA)
ได้รับการกล่าวถึงหลายต่อหลายครั้งตั้งแต่จุดเริ่มต้นของศตวรรษนี้
ยังคงเป็นวิธีการแก้ปัญหาที่นำเสนอไม่เคยถูกนำมาใช้ในกรอบการปฏิบัติ
เพราะนี่คือปัญหาที่เกิดขึ้นไม่น่ารำคาญของการทำแผนที่ของจุลินทรีย์ข้อมูลที่ประกอบด้วยหลายพันตำแหน่งบนระดับความน่าจะเป็นความเสี่ยง การเปลี่ยนแปลงกระบวนทัศน์สำหรับ MRA
เกี่ยวข้องกับการแปล ofmultidimensionalmicrobial ข้อมูลทางพันธุกรรม tomuch ลดลง (บูรณาการ)
ฟีโนไทป์ข้อมูลและต่อมาจะเป็นมาตรการเดียวของความเสี่ยงของมนุษย์(เช่นความน่าจะเป็นของการเจ็บป่วย).
ในกระดาษนี้เป็นวิธีแรกที่พัฒนา inmethodology อธิบายไว้สำหรับการประยุกต์ใช้ inMRA ข้อมูล ofWGS;
นี้ได้รับการสนับสนุนโดยตัวอย่างในทางปฏิบัติ นั่นคือการรวมข้อมูลทางพันธุกรรม (หลากหลายเดี่ยวเบื่อหน่าย;
SNPs) สำหรับ Shiga สารพิษที่ผลิตเชื้อ Escherichia coli (STEC) O157with ข้อมูลฟีโนไทป์
(ในหลอดทดลองการยึดมั่นกับเยื่อบุผิวเซลล์เป็นพร็อกซี่สำหรับความรุนแรงก) นำไปสู่อันตรายประจำตัวประชาชนใน GenomeWide สมาคมการศึกษา (GWAS ).
โปรแกรมนี้เผยให้เห็นผลกระทบในทางปฏิบัติเมื่อมีการใช้ข้อมูล SNP สำหรับ MRA เหล่านี้สามารถสรุปโดยพิจารณาประเด็นหลักดังต่อไปนี้ขนาดของกลุ่มตัวอย่างที่เหมาะสมสำหรับการอนุมานที่ถูกต้องในระดับประชากร, การแก้ไขโครงสร้างประชากรปริมาณและการสอบเทียบของผลการทำสำเนาของการวิเคราะห์เชื่อมโยงกับข้อมูลทางระบาดวิทยาทอดสมอและบูรณาการผลการเข้าสู่ระบบวิธีการทางชีววิทยาสำหรับการแปลของการศึกษาในระดับโมเลกุลมีความเสี่ยงต่อสุขภาพของมนุษย์. การพัฒนาในอนาคตในการวิเคราะห์ข้อมูลทางพันธุกรรม forMRA ควร aimat การแก้ไขประมวลผล themapping problemof ลำดับพันธุกรรมที่จะมาถึงคำอธิบายเชิงปริมาณของความเสี่ยง การพัฒนารูปแบบการจัดกลุ่มโดยมุ่งเน้นเกี่ยวกับข้อมูลที่เกี่ยวข้องทางชีวภาพของ themicrobe involvedwould จะเป็นวิธีการที่มีประโยชน์ inmolecular ลดข้อมูลสำหรับการประเมินความเสี่ยง







การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 3:[สำเนา]
คัดลอก!
ศักยภาพในการใช้ทั้งจีโนมลำดับ ( wgs ) ข้อมูลในการประเมินความเสี่ยงทางจุลชีววิทยา ( MRA )
ถูกกล่าวถึงหลายครั้งตั้งแต่จุดเริ่มต้นของศตวรรษนี้ ยังคง , วิธีฮิวริสติก
ไม่เคยใช้ในกรอบการปฏิบัติ นี้เนื่องจากไม่จุกจิก ปัญหาของการทำแผนที่
จุลินทรีย์ข้อมูลประกอบด้วยพันตำแหน่งบนระดับความน่าจะเป็นสำหรับความเสี่ยง การเปลี่ยนกระบวนทัศน์สำหรับมราเกี่ยวข้องกับการศึกษาข้อมูลการแปล ofmultidimensionalmicrobial
tomuch ลดลง ( บูรณาการ ) ข้อมูลฟีโนไทป์
และอีกวัดหนึ่งของความเสี่ยงของมนุษย์ ( เช่น ความน่าจะเป็นของการเจ็บป่วย ) .
ในกระดาษนี้วิธีแรก inmethodology พัฒนาอธิบายการ ofwgs inmra ข้อมูล ;
นี้ได้รับการสนับสนุน โดยตัวอย่างที่ใช้ได้จริง นั่นคือการรวมข้อมูลทางพันธุกรรม ( เดี่ยวเบื่อหน่ายความหลากหลาย ;
snps ) สารพิษผลิตชิงะ Escherichia coli ( STEC ) o157with ฟีโนไทป์ข้อมูล ( ห้องปฏิบัติการการบุ
เซลล์สำหรับพร็อกซี ) นำไปสู่ความรุนแรงบ่งอันตรายใน genomewide สมาคมการศึกษา ( gwas ) .
โปรแกรมนี้เปิดเผยผลกระทบในทางปฏิบัติเมื่อใช้ข้อมูล SNP สำหรับ MRA เหล่านี้สามารถสรุปได้โดยพิจารณาประเด็นสำคัญต่อไปนี้
: ขนาดตัวอย่างที่เหมาะสมสำหรับการใช้ในระดับประชากร แก้ไข
โครงสร้างประชากร ปริมาณและการสอบเทียบของผลลัพธ์ตรวจสอบการวิเคราะห์ การเชื่อมโยงกับข้อมูลทางระบาดวิทยา
, และรวมของผลลัพธ์ที่ทอดสมอในระบบชีววิทยาแนวทางการแปล
โมเลกุลการศึกษาความเสี่ยงต่อสุขภาพของมนุษย์
การพัฒนาในอนาคตในทางพันธุกรรมการวิเคราะห์ข้อมูล formra ควรแก้ไขปัญหา aimat themapping การประมวลผล
ลำดับทางพันธุกรรมมาคำอธิบายเชิงปริมาณของความเสี่ยงการพัฒนารูปแบบเน้นการจัดกลุ่มข้อมูลที่เกี่ยวข้องของ themicrobe
ในทางชีววิทยา involvedwould เป็น
ลดวิธีการ inmolecular ข้อมูลที่มีประโยชน์สำหรับการประเมินความเสี่ยง
การแปล กรุณารอสักครู่..
 
ภาษาอื่น ๆ
การสนับสนุนเครื่องมือแปลภาษา: กรีก, กันนาดา, กาลิเชียน, คลิงออน, คอร์สิกา, คาซัค, คาตาลัน, คินยารวันดา, คีร์กิซ, คุชราต, จอร์เจีย, จีน, จีนดั้งเดิม, ชวา, ชิเชวา, ซามัว, ซีบัวโน, ซุนดา, ซูลู, ญี่ปุ่น, ดัตช์, ตรวจหาภาษา, ตุรกี, ทมิฬ, ทาจิก, ทาทาร์, นอร์เวย์, บอสเนีย, บัลแกเรีย, บาสก์, ปัญจาป, ฝรั่งเศส, พาชตู, ฟริเชียน, ฟินแลนด์, ฟิลิปปินส์, ภาษาอินโดนีเซี, มองโกเลีย, มัลทีส, มาซีโดเนีย, มาราฐี, มาลากาซี, มาลายาลัม, มาเลย์, ม้ง, ยิดดิช, ยูเครน, รัสเซีย, ละติน, ลักเซมเบิร์ก, ลัตเวีย, ลาว, ลิทัวเนีย, สวาฮิลี, สวีเดน, สิงหล, สินธี, สเปน, สโลวัก, สโลวีเนีย, อังกฤษ, อัมฮาริก, อาร์เซอร์ไบจัน, อาร์เมเนีย, อาหรับ, อิกโบ, อิตาลี, อุยกูร์, อุสเบกิสถาน, อูรดู, ฮังการี, ฮัวซา, ฮาวาย, ฮินดี, ฮีบรู, เกลิกสกอต, เกาหลี, เขมร, เคิร์ด, เช็ก, เซอร์เบียน, เซโซโท, เดนมาร์ก, เตลูกู, เติร์กเมน, เนปาล, เบงกอล, เบลารุส, เปอร์เซีย, เมารี, เมียนมา (พม่า), เยอรมัน, เวลส์, เวียดนาม, เอสเปอแรนโต, เอสโทเนีย, เฮติครีโอล, แอฟริกา, แอลเบเนีย, โคซา, โครเอเชีย, โชนา, โซมาลี, โปรตุเกส, โปแลนด์, โยรูบา, โรมาเนีย, โอเดีย (โอริยา), ไทย, ไอซ์แลนด์, ไอร์แลนด์, การแปลภาษา.

Copyright ©2024 I Love Translation. All reserved.

E-mail: